Google: Gemini 3.1 Flash Lite (batch)

Gemini 3.1 Flash-Lite ist Googles stabiles, schlankes multimodales Textmodell für häufige, klar definierte Aufgaben. Es basiert auf Gemini 3 Pro. Übersetzung und Klassifikation sind zentrale Einsatzbereiche; weitere hilfreiche Aufgaben umfassen Transkription, Dokumentzusammenfassungen, Entitätsextraktion und Klassifikation zur Modellwahl. Text, Bilder, Audio, Video und PDF können das Ausgangsmaterial liefern, und das Ergebnis ist Text. Ein hilfreicher Auftrag verlangt einen Vorgang und eine endgültige Form, etwa eine übersetzte Nachricht oder einen Datensatz mit in einem Dokument gefundenen Feldern.

Stellen Sie für eine Übersetzung Quelltext, Zielsprache, Leserschaft und unverändert zu erhaltende Terminologie bereit. Googles Beispiel verwendet Anweisungen, die ausschliesslich die Übersetzung zurückgeben. Erhalten Sie bei der Übersetzung einer Supportnachricht Produktnamen und Bestellreferenzen und übersetzen Sie den Rest natürlich. Bestimmen Sie den Umgang mit Mehrdeutigkeit, damit das Ergebnis keine im Ausgangstext fehlenden Datumsangaben, Versprechen oder Details hinzufügt. Passen Sie die verlangte Form dem Ziel an, etwa als kurze Antwort oder gekennzeichneter Übersetzungsdatensatz.

Stellen Sie für eine Transkription die Aufnahme bereit und legen Sie fest, ob die Antwort den gesprochenen Wortlaut, ein lesbares redigiertes Transkript oder eine Zusammenfassung enthalten soll. Dies sind unterschiedliche Ausgaben. Benennen Sie den betreffenden Abschnitt, wenn eine lange Aufnahme nur eine für die Aufgabe benötigte Passage enthält. Das Entwicklerbeispiel des Herstellers übergibt Audio direkt und verlangt ein Texttranskript. Prüfen Sie Namen, Zahlen und unklare Passagen anhand der Aufnahme und bewahren Sie die Originalquelle zur Prüfung auf. Dieses allgemeine multimodale Textprofil impliziert für sich weder eine Audioausgabe noch ein spezielles Ergebnis mit Sprechertrennung.

Definieren Sie für Klassifikation oder Extraktion die Kategorien, das Schema und die Regel für fehlende Werte. Der Entwicklerleitfaden zeigt strukturiertes JSON zur Analyse einer Kundenbewertung mit einem stützenden Zitat und definierten Feldern. Ein strukturierter Datensatz kann das genannte Produkt, die Problemkategorie und den Satz enthalten, der die Auswahl begründet. Fügen Sie einen repräsentativen Fall hinzu, der unbekannt bleiben soll, statt in eine Kategorie gezwungen zu werden. Ein syntaktisch gültiger Datensatz muss dennoch mit dem tatsächlichen Quelltext verglichen werden.

Dokumentverarbeitung kann eine PDF-Datei in eine knappe Zusammenfassung oder einen Felddatensatz umwandeln. Formulieren Sie die Frage und erhalten Sie Seiten- oder Abschnittsverweise, wenn die Feststellung geprüft werden muss. Eine Tabellenprüfung sollte die relevanten Spalten und die Regel benennen; eine visuelle Aufgabe sollte die für die Antwort benötigte Beschriftung oder Region bestimmen. Modellrouting ist ein weiterer dokumentierter Einsatz: Das Modell klassifiziert die Komplexität einer Anfrage und gibt eine zulässige Auswahl zurück. Die angebundene Anwendung entscheidet, was als Nächstes ausgeführt wird, nicht der Klassifikationstext selbst.

Denken wird unterstützt, und der Hersteller zeigt höheren Aufwand für Aufgaben, die von mehr Analyse profitieren. Die Seite für genau dieses stabile Modell nennt ausserdem Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding, URL-Kontext und strukturierte Ausgabe. Computer Use wird in diesem stabilen 3.1-Profil nicht unterstützt; das spätere Profil 3.5 Flash-Lite hat eine andere Fähigkeitentabelle. Definieren Sie Werkzeugzwecke und Parameter klar und setzen Sie mit tatsächlich zurückgegebenen Ergebnissen fort. Ein Funktionsvorschlag belegt nicht, dass der Vorgang stattgefunden hat.

Die native Modellkarte nennt bis zu 1M Kontext und 64K Textausgabe; die stabile API-Tabelle legt 1’048’576 Eingabetoken und 65’536 Ausgabetoken fest. Berücksichtigen Sie Anweisungen, Gespräch und Quellmedien bei der Eingabevorbereitung und verlangen Sie eine zum gewünschten Ergebnis passende Ausgabelänge. Caching, Stapelverarbeitung sowie Flex- und Priority-Verarbeitung sind für dieses Herstellerprofil dokumentiert. Übernehmen Sie bei wiederholten unabhängigen Elementen die Eingabekennung in das Ergebnis und behalten Sie ein einheitliches Schema bei, damit eine fehlende Antwort erkannt werden kann.

Diese stabile Modellkennung ist von Gemini 3.1 Flash-Lite Preview und späteren Flash-Lite-Editionen getrennt. Erhalten Sie bei der Vorbereitung wiederholter Verarbeitung die genaue Edition, statt einen vertrauten Familiennamen als Garantie für eine feste Revision zu behandeln. Prüfen Sie Übersetzungen auf erhaltene Bedeutung und Begriffe, Transkripte anhand des Audios und extrahierte Felder anhand des Dokuments. Die praktische Rolle dieses Profils ist die gezielte multimodale Textverarbeitung mit einem klaren Ergebnis, während das Denken oder externe Aktionen einer umfassenderen Aufgabe dem passenden nachfolgenden Schritt überlassen bleiben.